<menu id="6c4oc"><tt id="6c4oc"></tt></menu>
  • 新聞中心

    EEPW首頁 > 智能計算 > 業界動態 > 應用如何決定AI的開發

    應用如何決定AI的開發

    —— 人工智能和機器學習的重要性、網絡邊緣計算的崛起和對AI靈活編程的需求
    作者:時間:2022-07-28來源:電子產品世界收藏

    如今人工智能()已成為技術領域最時髦的用語之一,它在廣義上通常用來描述互連的“智能”技術。然而,考慮到可以實現的各種不同的功能,以及解決方案產出的成果,AI的格局及其開發可以說都十分復雜。事實上,AI技術的特定應用不僅將它從眾多技術中區別開來,還決定了它的開發方式,開發的標準和要求以及需要進行的測試。因此,與其說AI是一種“包括萬象”的技術,不如說是一種定制化解決方案的網絡,用于解決復雜的技術挑戰。

    本文引用地址:http://www.me-unplugged.com/article/202207/436757.htm

    最近市場營銷副總裁Matt DobrodziejTECHnalysis Research總裁兼首席分析師Bob O'Donnell在一場圓桌會議上探討了為特定應用開發AI解決方案的流程問題。本篇博文將回顧此次會議中的主要內容,并就特定應用如何決定AI模型的開發、創建AI模型的挑戰以及如何利用市場上的一些領先技術等內容提供一些思考。

    AI成為主流以及網絡邊緣計算的崛起

    曾經難以想象的技術如今正通過智能手機、PC、汽車、其它各種互連設備進入消費領域和從工廠車間到醫療保健設備的各類商業領域。并且由于人們對AI和機器學習(ML)抱有極大的熱情,這些技術的創新步伐通常遠超其實現水平。

    設計師面臨的創造性的挑戰和機遇在于,如何應用模式匹配或劃分等復雜概念,將當前的設備變得更加智能、用途更廣。過去,運行AI推理應用需要大型數據中心強大的計算能力和功能。而現在,同樣的應用可以在本地運行,并且功耗要低得多,精度也能達到曾經只能在服務器上達到的水平。

    這種轉變的推動因素主要包括用戶安全性、隱私和延遲方面的要求以及高效運行AI模型的新硬件(其效率與基于服務器的云實現不相上下)的出現。人工智能和數據處理越來越多地由本地設備實現,這對系統開發影響巨大。

    AI問題和解決方案框架

    希望進入AIML領域的開發人員在了解特定AI應用和設計目標后,必須識別并采合適的基礎技術。這個過程通常遵循三個步驟:

    1.     構思——選定應用和確定相關要求

    構建AI應用需要了解應用的要求,包括性能。應用需要多少處理能力?可用的功率預算是多少?電池的尺寸是多少,效率如何?請記住退后一步以全局的眼光審視正在構建的系統。哪些傳感器可用于獲取數據以使應用智能化?

    2.     設計——構建模型或者采用預設模型然后進行訓練

    定義好參數后,下一個任務是選用合適的模型。模型實質上決定了設計人員想要的應用類型以及支持所需功能需要的硬件。根據當前的問題,可以選擇多種模型,包括開源社區中提供的各種模型,例如音頻處理模型或者視覺模型。

    3.     測試——確保設計如預期正常工作

    從概念到實際的解決方案產品需要經過大量的測試,確保它在不同的環境和特定的使用場景中按預期運行。例如,跟蹤用戶注意力的應用需要在不同的使用場景和環境條件下為所有用戶正常工作。測試可以通過不同的方式完成;模型驗證使用Tensor Board等標準工具將許多具有代表性的樣本引入模型,以初步了解模型的工作情況。其他測試則是通過回歸測試完成,最好是在目標硬件上進行。最后在系統用戶體驗(UX)測試中,可以在現實生活使用場景下測試極端案例,發現模型的不足之處。

    FPGA為網絡邊緣AI創造獨特價值

    現場可編程門陣列(FPGA)能為網絡邊緣AI帶來各種機遇。這類靈活的集成電路支持自定義的工作流程開發和最終系統設計,有助于應對AI開發中的諸多挑戰。

    設計人員通常要在選用硬件方面做出艱難的決策。這些選擇可能在流程后期讓他們囿于特定的設計中,限制了他們在基礎組件的功能之上開展額外的工作。FPGA自身的靈活性使其成為網絡邊緣計算的理想選擇,因為它們即使在部署到最終系統中后,只要需要對功能進行更改,就能通過軟件更新快速適應。

    人工智能在不斷變化中,其發展和創新的速度往往超過系統設計。在AIML領域,適應性強、可重新編程的硬件解決方案是跟上創新速度的關鍵。由于FPGA本身可編程,因此它們可以縮短產品上市時間,并且不限于固定功能,可延長系統或應用的生命周期。同樣重要的是它們擁有并行處理能力,這對于高性能人工智能應用非常關鍵,可以在提供更高性能的同時降低功耗。

    Nexus? FPGA平臺可在配置和運行時提供低功耗、高性能、小尺寸和安全特性,這些優勢可以幫助AIML解決方案脫穎而出。萊迪思FPGA根據FPGA支持的應用類型進行分類:

    ?   通用型——滿足廣泛的應用需求

    ?   嵌入式視覺——視頻橋接和處理

    ?   超低功耗——功耗和設計空間有限的應用

    ?   系統控制和安全——平臺管理和安全應用

    除了用于網絡邊緣AI解決方案的FPGA外,萊迪思sensAI?解決方案集合可以為設計人員提供評估、開發和部署基于FPGAAIML方案所需的一切資源,從而在網絡邊緣加速靈活、低功耗推理的集成。萊迪思集成解決方案可以幫助開發人員快速輕松地為各種應用部署設備端AI功能。

    如果您想了解有關該主題的更多信息,可以在此處查看之前提到的圓桌會議。此外,請留意萊迪思關于最新半導體和技術趨勢的更多圓桌討論。




    關鍵詞: AI 萊迪思

    評論


    相關推薦

    技術專區

    關閉
    熟妇女的欲乱
    <menu id="6c4oc"><tt id="6c4oc"></tt></menu>